【技术实现步骤摘要】
本专利技术涉及数据质量噪声检测，尤其涉及一种基于多方法联合变异的数据质量噪声检测方法。
技术介绍
1、在机器学习特别是计算机视觉领域，需要大量的图像数据进行相关的学习以及测试，所以通常会通过对数据进行变化、特征选择、人工生成等方法来收集更多数据，但其中势必会产生存在着错误或异常的干扰数据，我们称之为图像数据噪声。而图像数据噪声会对于我们要开展的工作造成一定影响，对此，我们需要一种可靠的方法来检测图像数据中的噪声水平。
2、目前，对于图像数据噪声的检测已经有了一些成果，但是大部分的检测方法都是相对独立的，对于图像数据中的检测标准相对单一，无法从多方面多角度综合衡量图像数据的实际情况来评估数据噪声的水平。
技术实现思路
1、本专利技术的目的在于，提供一种基于多方法联合变异的数据质量噪声检测方法，结合均值、标准差、信噪比和峰值信噪比多方面综合评估，弥补单方面检测的缺陷，检测精度更高更准确。
2、为达到上述目的，本专利技术采用下述技术方案实现：
3、本专利技术提供一种基于多方法联合变异的数据质量噪声检测方法，包括：
4、获取待检测图像数据集；
5、基于均值、标准差、信噪比和峰值信噪比，分别对所述待检测图像数据集进行处理，获取标记矩阵m1、标记矩阵m2、标记矩阵m3和标记矩阵m4；
6、获取噪声检测权重系数，并根据所述噪声检测权重系数、标记矩阵m1、标记矩阵m2、标记矩阵m3和标记矩阵m4，对待检测图像进行分数评估计算，
7、基于所述评估分数，获取待检测图像的噪声检测结果。
8、可选的，所述标记矩阵m1的获取方法包括：
9、基于待检测图像数据集，获取待检测图像数据集中单个像素点周围r×r区域内的像素均值，公式如下：
10、
11、其中：p(i,j)为单个像素点(i,j)的灰度值，pmean(x,y)为单个像素点周围r×r区域内的像素均值；
12、获取设定的均值阈值t1，基于均值阈值t1和单个像素点周围r×r区域内的像素均值，得到待检测图像数据集中单个像素点的均值检测结果；所述均值检测结果包括：待检测图像数据集经过均值检测后的单个像素点为噪声点或非噪声点；若单个像素点周围r×r区域内的像素均值超过均值阈值t1，则检测该像素点为噪声点；
13、基于待检测图像数据集中单个像素点的均值检测结果，获取标记矩阵m1：
14、
15、其中：表示对于单个像素点的均值检测结果。
16、可选的，所述标记矩阵m2的获取方法包括：
17、基于待检测图像数据集，获取待检测图像数据集中单个像素点周围r×r区域内的像素标准差；
18、获取设定的标准差阈值t2，基于标准差阈值t2和单个像素点周围r×r区域内的像素标准差，得到待检测图像数据集中单个像素点的标准差检测结果；所述标准差检测结果包括：待检测图像数据集经过标准差检测后的单个像素点为噪声点或非噪声点；若单个像素点周围r×r区域内的像素标准差超过标准差阈值t2，则检测该像素点为噪声点；
19、基于待检测图像数据集中单个像素点的标准差检测结果，获取标记矩阵m2：
20、
21、其中：表示对于单个像素点的标准差检测结果。
22、可选的，所述获取待检测图像数据集中单个像素点周围r×r区域内的像素标准差的公式如下：
23、
24、其中：p(i,j)为单个像素点(i,j)的灰度值，pσ(x,y)为单个像素点周围r×r区域内的像素标准差，pmean(x,y)为单个像素点周围r×r区域内的像素均值。
25、可选的，所述标记矩阵m3的获取方法包括：
26、基于待检测图像数据集，获取待检测图像数据集中单个像素点周围r×r区域内的像素信噪比；
27、获取设定的信噪比阈值t3，基于信噪比阈值t3和单个像素点周围r×r区域内的像素信噪比，得到待检测图像数据集中单个像素点的信噪比检测结果；所述信噪比检测结果包括：待检测图像数据集经过信噪比检测后的单个像素点为噪声点或非噪声点；若单个像素点周围r×r区域内的像素信噪比未超过信噪比阈值t3，则检测该像素点为噪声点；
28、基于待检测图像数据集中单个像素点的信噪比检测结果，获取标记矩阵m3：
29、
30、其中：表示对于单个像素点的信噪比检测结果。
31、可选的，所述获取待检测图像数据集中单个像素点周围r×r区域内的像素信噪比的公式如下：
32、
33、其中：pσ(x,y)为单个像素点周围r×r区域内的像素标准差，pmean(x,y)为单个像素点周围r×r区域内的像素均值，psnr(x,y)为单个像素点周围r×r区域内的像素信噪比。
34、可选的，所述标记矩阵m4的获取方法包括：
35、基于待检测图像数据集，获取待检测图像数据集中单个像素周围r×r区域内的像素峰值信噪比；
36、获取设定的峰值信噪比阈值t4，基于峰值信噪比阈值t4和单个像素点周围r×r区域内的像素峰值信噪比，得到待检测图像数据集中单个像素点的峰值信噪比检测结果；所述峰值信噪比检测结果包括：待检测图像数据集经过峰值信噪比检测后的单个像素点为噪声点或非噪声点；若单个像素点周围r×r区域内的像素峰值信噪比未超过峰值信噪比阈值t4，则检测该像素点为噪声点；
37、基于待检测图像数据集中单个像素点的信噪比检测结果，获取标记矩阵m4：
38、
39、其中：表示对于单个像素点的峰值信噪比检测结果。
40、可选的，所述获取待检测图像数据集中单个像素点周围r×r区域内的像素峰值信噪比的公式如下：
41、
42、
43、其中：ppsnr(x,y)为单个像素点周围r×r区域内的像素峰值信噪比，n为单个像素的比特数，p(i,j)和h(i,j)分别为单个像素点和参考图像像素点的灰度值，mse为r×r区域内单个像素点与参考图像像素点均方误差值。
44、可选的，所述对待检测图像进行分数评估，包括：
45、基于噪声检测权重系数、标记矩阵m1、标记矩阵m2、标记矩阵m3和标记矩阵m4，对待检测图像进行分数评估计算，计算公式如下：
46、
47、其中：表示标记矩阵ml中的取值，即噪声点或非噪声点，噪声点为1，非噪声点为0，ωl表示选用均值、标准差、信噪比和峰值信噪比这四种方法的权重系数。
48、可选的，基于所述评估分数，获取待检测图像的噪声检测结果，包括：
49、获取预先设置的噪声阈值t；
50、基于评估分数和噪声阈值t进行噪声判断处理；若评估分数超过噪声阈值t，则判定待检测图像中存在数据噪声。
51、与现有技术相比，本专利技术所达到的有益效果：
本文档来自技高网...【技术保护点】
1.一种基于多方法联合变异的数据质量噪声检测方法，其特征在于，包括：
2.根据权利要求1所述的基于多方法联合变异的数据质量噪声检测方法，其特征在于，所述标记矩阵M1的获取方法包括：
3.根据权利要求1所述的基于多方法联合变异的数据质量噪声检测方法，其特征在于，所述标记矩阵M2的获取方法包括：
4.根据权利要求3所述的基于多方法联合变异的数据质量噪声检测方法，其特征在于，所述获取待检测图像数据集中单个像素点周围r×r区域内的像素标准差的公式如下：
5.根据权利要求1所述的基于多方法联合变异的数据质量噪声检测方法，其特征在于，所述标记矩阵M3的获取方法包括：
6.根据权利要求5所述的基于多方法联合变异的数据质量噪声检测方法，其特征在于，所述获取待检测图像数据集中单个像素点周围r×r区域内的像素信噪比的公式如下：
7.据权利要求1所述的基于多方法联合变异的数据质量噪声检测方法，其特征在于，所述标记矩阵M4的获取方法包括：
8.根据权利要求7所述的基于多方法联合变异的数据质量噪声检测方法，其特征在于，所述
9.根据权利要求1所述的基于多方法联合变异的数据质量噪声检测方法，其特征在于，所述对待检测图像进行分数评估，包括：
10.根据权利要求1所述的基于多方法联合变异的数据质量噪声检测方法，其特征在于，基于所述评估分数，获取待检测图像的噪声检测结果，包括：
...【技术特征摘要】
1.一种基于多方法联合变异的数据质量噪声检测方法，其特征在于，包括：
2.根据权利要求1所述的基于多方法联合变异的数据质量噪声检测方法，其特征在于，所述标记矩阵m1的获取方法包括：
3.根据权利要求1所述的基于多方法联合变异的数据质量噪声检测方法，其特征在于，所述标记矩阵m2的获取方法包括：
4.根据权利要求3所述的基于多方法联合变异的数据质量噪声检测方法，其特征在于，所述获取待检测图像数据集中单个像素点周围r×r区域内的像素标准差的公式如下：
5.根据权利要求1所述的基于多方法联合变异的数据质量噪声检测方法，其特征在于，所述标记矩阵m3的获取方法包括：
6.根据权利要求5所述的基于多方法联合变异的数据质量...
【专利技术属性】
技术研发人员：何淼，张泽，葛心宇，
申请(专利权)人：南京信息职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。